Manager, Data & AI Consulting (AI Product Manager)
EPAM Systems (Poland) sp. z o.o.
⚲ Warszawa
Do uzgodnienia
Wymagania
- min. 10 lat doświadczenia w obszarze danych, analityki i/lub AI
- min. 3 lata w rolach produktowych, delivery, konsultingowych lub presalesowych
- doświadczenie w zarządzaniu produktami danych dla enterprise (platformy danych, hurtownie, data lakes, BI, zaawansowana analityka) w pełnym cyklu życia produktu
- doświadczenie w zarządzaniu produktami AI i rozumienie ich odmienności od produktów analitycznych (probabilistyczne wyniki, strategie ewaluacji, cykl życia modelu, responsible AI)
- doświadczenie w prowadzeniu zespołów projektowych liczących 10+ osób
- umiejętność prowadzenia dyskusji strategicznych na poziomie zarządu, w tym artykulacja i śledzenie realizacji wartości
- doświadczenie w pracy z użytkownikami końcowymi przy projektowaniu produktu, prowadzeniu UAT i mierzeniu adopcji
Mile widziane
- min. 5 lat w jednej z kluczowych branż (Life Sciences, CPG & Retail, Energy & Utilities, Financial Services, Automotive) lub udokumentowana praca z klientami z tych sektorów
Opis stanowiska
Stanowisko menedżerskie w konsultingu Data & AI — będziesz zarządzać produktami danych i AI dla klientów enterprise, prowadzić dyskusje strategiczne na poziomie zarządu i wyceniać wartość biznesową wdrożeń. Rola łączy kompetencje produktowe, konsultingowe i presalesowe z rozumieniem specyfiki produktów AI (probabilistyczne wyniki, ewaluacja, cykl życia modelu, responsible AI). To oferta dla osoby z szerokim, ale niekoniecznie głęboko technicznym doświadczeniem — nacisk jest na zarządzanie produktem i relacje z klientem, a nie na samodzielne wdrożenia. Wymagane doświadczenie w prowadzeniu zespołów projektowych liczących 10+ osób.
🔍 Dekoder Ogłoszenia
🔴
10+ years of total experience in the data, analytics, and/or AI domain
Może oznaczać, że szukają kogoś z bardzo szerokim doświadczeniem, ale niekoniecznie głębokim w konkretnej dziedzinie.
🔴
Demonstrated experience managing data products for enterprises — including data platforms, data warehouses, data lakes, BI, and advanced analytics solutions — across the full product lifecycle
Chociaż wymieniono wiele technologii, nacisk może być położony na zarządzanie produktem, a nie na głębokie techniczne wdrożenie.
🟡
Demonstrated experience managing AI products and a clear understanding of how they differ from analytics products
Wymagają zrozumienia różnic między AI a analityką, co może sugerować, że oczekują od kandydata umiejętności wyjaśniania złożonych koncepcji klientom.
🟢
Scoping and shipping GenAI use cases (RAG, agents, copilots, summarization, extraction) with awareness of cost, latency, and accuracy trade-offs
Oczekują praktycznego doświadczenia w dostarczaniu rozwiązań GenAI, a nie tylko teoretycznej wiedzy.
🟢
Applying responsible AI principles — bias mitigation, explainability, human-in-the-loop, governance, and regulatory considerations
Podkreślają znaczenie etycznych i regulacyjnych aspektów AI, co jest coraz ważniejsze w tej dziedzinie.